最近，我正在读《深入浅出数据分析》这本书。
上期跟大家分享的书中主题是「如何实现最优化？寻找最大值？」。
今天，我跟大家聊聊「数据图形化」。
01 数据图形化的根本在于正确比较
1、体现数据！创建优秀数据图形的第一要务就是促使客户谨慎思考并制定正确决策，优秀的数据分析由始至终都离不开“用数据思考”。
2、数据太多绝不会成为你的问题。要是你手头数据庞杂，而且对于如何处理这些数据没有把握，这时只要记住你的分析目标就行了：记住目标，目光停留在和目标有关的数据上，无视其他。
3、让数据变美观也不是你要解决的问题。只要数据图形能解决客户的问题，不管是精美扎眼还是平平无奇，都会对客户有吸引力。
4、数据图形化的根本在于正确比较。为了形成优秀的图形，首先要明确能够实现客户目标的基本比较对象。
5、用电子表格的求平均值公式（AVG）算出主页 1 的平均营业额和浏览时间数值，在图上用水平和垂直线条表示这些数值。
6、如何用图形表示主页 1 的营业收入和浏览时间？
7、从平均值看来，人们在主页 1 上的浏览时间高于新军队为该统计值设定的目标；另一方面，每位网站访问用户带来的平均营业额则低于新军队设定的目标。
8、优秀图形的特点：一、展示了数据；二、作了高明的比较；三、展示了多个变量
1、散点图是探索性数据分析的奇妙工具，统计学家用这个术语描述在一组数据中寻找一些假设条件进行测试的活动。
2、分析师喜欢用散点图发现因果关系，即一个变量影响另一个变量的关系。通常用散点图的 X 轴代表自变量（我们假想为原因的变量），用 Y 轴代表应变量（我们假想为结果的变量）。
3、你不必论证自变量是影响应变量的原因，因为我们终归是在探索数据，而原因正是我们的探索目标。
03 最优秀的图形都是多元图形1、如果一个图形能对三个以上变量进行比较，这张图形就是多元图形，再加上有效的比较是数据分析的基础，于是尽量让图形多元化最有可能促成最有效的比较。
2、有一个办法能让图形多元化，即将多张相似的散点图相邻排放，下面是一个实例。
3、9 张图上的每一个点代表一位网站用户的感受，所以，即使数据点已经汇总并求平均，还是能完全看到所有的点。看到所有的点后，就能方便地对点的分布情况进行评估，平均线则便于我们看出每种风格页相对于其他风格页的表现，以及相对于新军队网站的目标值的表现。
04 根据不同假设对图形进行评估1、图形很棒，但网站掌门人仍想知道其因果关系。
2、优秀的图形设计有助于思考的原因：当你描述你的数据图形时，需要论述可相互换用的两种因果模型或图解。比如：通过分析数据，看假设的原因是否成立。能完成这个任务说明你非常公正：让客户知道你不仅会展示自己最喜欢的一面，还会彻头彻尾地考虑自己提出的原理中可能存在的问题点。
3、假设 1：网页漂亮是主页 3 表现最佳的原因。这个假设无法成立，根据实验设计师们提供的消息，主页 3 不是访问速度最快的页面。按照一般规律，人们可能会偏爱速度较快的主页，但页面加载速度无法解释主页 3 在实验中的成功表现。
4、假设 2：轻松的冷色调是主页 3 表现最佳的原因。这个假设与数据相符。主页 3 是表现最好的页面，而且主页 3 的色调最冷。数据并没有证实色调是主页 3 表现出众的原因，但数据与假设吻合。
5、最终建议：继续使用主页 3，对用户体验进行细化测试，细化内容包括各种导航方式、风格、内容等。对主页 3 与众不同的表现可以有各种各样的解释，应对此进行调查并形成图表，但很明显，主页 3 已然胜出。
6、总结：你根据不同的假设条件对图形进行了评估，为客户提出了出色的后期测试建议。
END
,
